基于驾驶环境感知的自动驾驶智能自适应方法及系统技术方案

本发明专利技术公开了一种基于驾驶环境感知的自动驾驶智能自适应方法及系统，通过构建基于多层次、多维度的态势环境感知模型，能够对于不同的驾驶场景，环境，路况和车辆自身状态有持续的态势感知，在此基础上微服务驾驶规则库生成自动驾驶决策逻辑，实时对不同级别的传感器、算法组合和功能组件、进行动态编排组合和运行切换，可以起到更加精确的感知环境和车辆的状态，从而更加有效进行自动驾驶的指导，节约系统的计算资源，增加了续航能力，从而达到舒适安全的驾驶。

【技术实现步骤摘要】
基于驾驶环境感知的自动驾驶智能自适应方法及系统
本专利技术涉及智能汽车
，具体涉及一种基于驾驶环境感知的自动驾驶智能自适应方法及系统。
技术介绍
随着技术的发展，智能汽车智能化的程度越来越高，智能汽车给人们带来便利和驾驶体验的同时，汽车安全性的问题越显突出。现有中自动驾驶系统传感器配置相应的算法计算组合是针对不同类型的车辆做预制的定制设计，适配和调试，其对算力和系统计算资源要求基本上也是固定，不随实际驾驶场景而有太大变化，然而对于不同的驾驶场景，比如封闭高速、停车场、山路或是城市交通环境，以及对于不同的驾驶环境、天气，对于自动驾驶相应的感知规划控制要求是不一样的，因此会造成自动驾驶体验比较差以及系统资源浪费和续航能力减退的情况。
技术实现思路
因此，本专利技术提供一种基于驾驶环境感知的自动驾驶智能自适应方法及系统，克服现有技术中的自动驾驶系统对同一种车型的感知规划控制比较固定，会造成自动驾驶体验比较差以及系统资源浪费的缺陷。为达到上述目的，本专利技术提供如下技术方案：第一方面，本专利技术实施例提供一种基于驾驶环境感知的自动驾驶智能自适应方法，包括:通过构建基于多层次、多维度的态势环境感知模型来感知车辆驾驶环境信息；基于感知车辆驾驶环境信息，利用微服务驾驶规则库生成自动驾驶决策逻辑；根据生成的决策逻辑，对不同级别的传感器、算法和功能组件进行动态调整编排组合和运行切换，对车辆进行自动驾驶指导。优选地，所述态势环境感知模型包括：环境感知模型、车辆感知模型和驾驶员意图感知模型，其中，基于路况、天气、交通信息构建环境感知模型；基于车辆自身状态信息构建自身状态信息模型，以及车辆在行驶过程中状态信息构建车辆运动模型，自身状态信息模型和车辆运动模型组成车辆感知模型；根据驾驶员在一定时序内的驾驶方式、动作及意图建立的驾驶员意图感知模型。优选地，根据不同的驾驶场景制定所述微服务驾驶规则库，基于所述微服务驾驶规则库生成自动驾驶决策逻辑。优选地，微服务驾驶规则库根据驾驶需求或按预设时间周期进行升级。优选地，所述微服务驾驶规则库基于车辆驾驶环境信息，以自动驾驶精度高和/或算力最小为原则生成自动驾驶决策逻辑。第二方面，本专利技术实施例提供一种基于驾驶环境感知的自动驾驶智能自适应系统，包括：态势感知系统，用于基于多层次、多维度的态势环境感知模型来感知车辆驾驶环境信息；智能专家系统，用于根据态势感知系统感知的感知车辆驾驶环境信息，生成自动驾驶决策逻辑；动态执行系统，用于根据智能专家系统生成的决策逻辑，对不同级别的传感器、算法和功能组件进行动态调整编排组合和运行切换，对车辆进行自动驾驶指导。优选地，所述基于驾驶环境感知的自动驾驶智能自适应系统监控和人机交互系统，还包括：监控和人机交互系统，持续监控车辆和自动驾驶系统各个模块的运行状态，以及人机交互信息提示和报警提示。第三方面，本专利技术实施例提供一种计算机设备，包括：至少一个处理器，以及与至少一个处理器通信连接的存储器，其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器执行本专利技术实施例第一方面的基于驾驶环境感知的自动驾驶智能自适应方法。第四方面，本专利技术实施例提供一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使计算机执行本专利技术实施例第一方面的基于驾驶环境感知的自动驾驶智能自适应方法。本专利技术技术方案，具有如下优点：1.本专利技术提供的基于驾驶环境感知的自动驾驶智能自适应方法及系统，通过构建基于多层次、多维度的态势环境感知模型，能够对于不同的驾驶场景，环境，路况和车辆自身状态有持续的态势感知，在此基础上微服务驾驶规则库生成自动驾驶决策逻辑，实时对不同级别的传感器、算法组合和功能组件、进行动态编排组合和运行切换，可以起到更加精确的感知环境和车辆的状态，从而更加有效进行自动驾驶的指导，节约系统的计算资源，增加了续航能力，从而达到舒适安全的驾驶。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例1中基于驾驶环境感知的自动驾驶智能自适应方法的一个具体示例的流程图；图2为本专利技术实施例中提供的逻辑执行示意图；图3为本专利技术实施例驾驶环境感知的自动驾驶智能自适应系统的一个具体示例的原理框图；图4为本专利技术实施例驾驶环境感知的自动驾驶智能自适应系统的领另一个具体示例的原理框图；图5为本专利技术实施例提供的计算机设备一个具体示例的组成图。具体实施方式下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。此外，下面所描述的本专利技术不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。实施例1本专利技术实施例提供一种的基于驾驶环境感知的自动驾驶智能自适应方法，基于多传感器组合和冗余配置、可插扩的组件式自驾操作系统、算法和功能组件化和接口的规整化，以及多算法插件的冗余结构和同类算法组件对于性能和算力的匹配，如图1所示，包括:步骤S1:通过构建基于多层次、多维度的态势环境感知模型来感知车辆驾驶环境信息。本专利技术实施例中，态势环境感知模型包括：环境感知模型、车辆感知模型和驾驶员意图感知模型，其中，基于路况、天气、交通信息构建环境感知模型；基于车辆自身状态信息构建自身状态信息模型，以及车辆在行驶过程中状态信息构建车辆运动模型(例如是Egovehicle的自身状态模型以及车辆运动模型)，自身状态信息模型和车辆运动模型组成车辆感知模型；根据驾驶员在一定时序内的驾驶方式、动作及意图建立的驾驶员意图感知模型，各个感知模型可以采取同场景下的多种数据训练深度学习模型得到，在此不作具体限制，通过多层次、多维度的态势环境感知可以更加准确的为智能自动驾驶提供更加全面的数据基础。步骤S2:基于感知车辆驾驶环境信息，利用微服务驾驶规则库生成自动驾驶决策逻辑。本专利技术实施例中，根据不同的驾驶场景制定所述微服务驾驶规则库，基于所述微服务驾驶规则库生成自动驾驶决策逻辑。具体地，微服务驾驶规则库基于车辆驾驶环境信息，以自动驾驶精度高和/或算力最小为原则生成自动驾驶决策逻辑，实际中根据车辆行驶的具体情况确定。实际中微服务驾驶规则库根据驾驶需求或按预设时间周期进行升级，使得自动驾驶系统实用性更强。步骤S3:根据生成的决策逻辑，对不同级别的传感器、算法和功能组件进行动态调整编排组合和运行切换，对车辆进行自动驾驶指导。本文档来自技高网...

【技术保护点】
1.一种的基于驾驶环境感知的自动驾驶智能自适应方法，其特征在于，包括:/n通过构建基于多层次、多维度的态势环境感知模型来感知车辆驾驶环境信息；/n基于感知车辆驾驶环境信息，利用微服务驾驶规则库生成自动驾驶决策逻辑；/n根据生成的决策逻辑，对不同级别的传感器、算法和功能组件进行动态调整编排组合和运行切换，对车辆进行自动驾驶指导。/n

【技术特征摘要】
1.一种的基于驾驶环境感知的自动驾驶智能自适应方法，其特征在于，包括:
通过构建基于多层次、多维度的态势环境感知模型来感知车辆驾驶环境信息；
基于感知车辆驾驶环境信息，利用微服务驾驶规则库生成自动驾驶决策逻辑；
根据生成的决策逻辑，对不同级别的传感器、算法和功能组件进行动态调整编排组合和运行切换，对车辆进行自动驾驶指导。


2.根据权利要求1所述的基于驾驶环境感知的自动驾驶智能自适应方法，其特征在于，所述态势环境感知模型包括：环境感知模型、车辆感知模型和驾驶员意图感知模型，其中，
基于路况、天气、交通信息构建环境感知模型；
基于车辆自身状态信息构建自身状态信息模型，以及车辆在行驶过程中状态信息构建车辆运动模型，自身状态信息模型和车辆运动模型组成车辆感知模型；
根据驾驶员在一定时序内的驾驶方式、动作及意图建立的驾驶员意图感知模型。


3.根据权利要求1所述的基于驾驶环境感知的自动驾驶智能自适应方法，其特征在于，根据不同的驾驶场景制定所述微服务驾驶规则库，基于所述微服务驾驶规则库生成自动驾驶决策逻辑。


4.根据权利要求3所述的基于驾驶环境感知的自动驾驶智能自适应方法，其特征在于，微服务驾驶规则库根据驾驶需求或按预设时间周期进行升级。


5.根据权利要求1所述的基于驾驶环境感知的自动驾驶智能自适应方法，其特征在...

【专利技术属性】
技术研发人员：尚进，於大维，
申请(专利权)人：国汽智控北京科技有限公司，
类型：发明
国别省市：北京;11